Python Pandas 系列
系列是一个一维标签数组,能够容纳任何类型的数据(整数、字符串、浮点数、Python对象等)。轴的标签统称为索引。
pandas.Series
可以使用下面的构造函数创建pandas序列 −
pandas.Series( data, index, dtype, copy)
构造函数的参数如下:
序号 | 参数和描述 |
---|---|
1 | 数据 数据有多种形式,如ndarray, list, constants等。 |
2 | index 索引值必须是唯一的和可散列的,与数据长度相同。如果没有传递索引,默认为 np.arrange(n )。 |
3 | dtype dtype是指数据类型。如果没有,数据类型将被推断出来。 |
4 | copy 拷贝数据。默认为假 |
可以使用各种输入创建序列,例如 −
- 矩阵
- 字母
- 标量值或常数
创建一个空系列
一个基本的系列,可以创建的是一个空系列。
例子
#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print s
其 输出结果 如下 –
Series([], dtype: float64)
从ndarray创建一个系列
如果数据是一个ndarray,那么传递的索引必须是相同的长度。如果没有传递索引,那么默认索引将是 range(n) ,其中 n 是数组长度,即[0,1,2,3…. range(len(array))-1] 。
例1
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s
其 输出结果 如下 –
0 a
1 b
2 c
3 d
dtype: object
我们没有传递任何索引,所以默认情况下,它分配的索引范围从0到 len(data)-1 ,即0到3。
例2
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print s
其 输出结果 如下 –
100 a
101 b
102 c
103 d
dtype: object
我们在这里传递了索引值。现在我们可以在输出中看到自定义的索引值。
从dict创建一个系列
一个 dict 可以作为输入被传递,如果没有指定索引,那么字典中的键就会以排序的顺序来构建索引。如果传递了 索引 ,那么与索引中的标签相对应的数据中的值就会被拉出来。
例1
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print s
其 输出结果 如下 –
a 0.0
b 1.0
c 2.0
dtype: float64
观察 --字典中的键被用来构建索引。
例2
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print s
其 输出结果 如下 –
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
观察−索引顺序会被持久化,缺失的元素会被NaN(不是一个数字)填充。
从Scalar创建一个系列
如果数据是一个标量值,必须提供一个索引。该值将被重复,以匹配 索引 的长度。
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print s
其 输出结果 如下 –
0 5
1 5
2 5
3 5
dtype: int64
从带位置的系列中访问数据
系列中的数据可以被访问,类似于 ndarray 中的数据。
例1
检索第一个元素。我们已经知道,数组的计数是从零开始的,这意味着第一个元素被存储在第 0个位置,以此类推。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the first element
print s[0]
其 输出结果 如下 –
1
例2
检索系列中的前三个元素。如果在其前面插入一个:,那么从该索引开始的所有项目都将被提取。如果使用两个参数(中间有:),两个索引之间的项目(不包括停止索引)将被提取。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the first three element
print s[:3]
其 输出 情况如下—
a 1
b 2
c 3
dtype: int64
例3
检索最后三个元素。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the last three element
print s[-3:]
其 输出结果 如下 –
c 3
d 4
e 5
dtype: int64
使用标签(索引)检索数据
一个系列就像一个固定大小的 dict ,你可以通过索引标签获得和设置数值。
例1
使用索引标签值检索一个单一元素。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve a single element
print s['a']
其 输出结果 如下 –
1
例2
使用一个索引标签值的列表来检索多个元素。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve multiple elements
print s[['a','c','d']]
其 输出结果 如下 –
a 1
c 3
d 4
dtype: int64
例3
如果一个标签没有被包含,就会产生一个异常。
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve multiple elements
print s['f']
其 输出 情况如下—
…
KeyError: 'f'